Google verbindt Gemini met de echte wereld via Maps API

Google heeft zijn Gemini API een directe koppeling gegeven met Google Maps, waardoor ontwikkelaars nu AI-toepassingen kunnen bouwen die gebruikmaken van real-time, wereldwijde locatiegegevens.

Dit geeft Google een uniek concurrentievoordeel door zijn dominante positie in kaartdata te verweven met zijn AI-modellen. Het is een strategische zet die concurrenten niet eenvoudig kunnen kopiëren.

De update opent de deur naar een nieuwe generatie hyper-lokale AI-apps voor bijvoorbeeld reisplanning, logistiek of retail. Een AI kan nu niet alleen een route plannen, maar ook actuele openingstijden, recensies van de afgelopen week en de drukte op een locatie meenemen in zijn redenering.

De functie is wel gepositioneerd als een premium-aanbod, met een startprijs van $25 per duizend locatie-verrijkte prompts, wat het voor kleinschalige toepassingen kostbaar kan maken.

Actie-tip: Test de nieuwe API door een simpele 'local guide' chatbot te bouwen voor je stad. Vraag het om "een kindvriendelijk Italiaans restaurant met goede recensies dat nu open is in de buurt van het Centraal Station" en analyseer de kwaliteit en de bronvermelding van de output.

blog

Andrej Karpathy: 'Huidige AI-agenten werken simpelweg niet'

Andrej Karpathy, een van de meest gerespecteerde AI-onderzoekers, noemt de output van de huidige generatie AI-agenten "slop" en stelt dat het nog een decennium kan duren voordat ze hun beloftes waarmaken.

Deze uitspraak is een broodnodige, technische reality check te midden van de "Year of the AI Agent"-hype. De kritiek wordt ondersteund door DeepMind CEO Demis Hassabis, die de huidige AI omschrijft als hebbende "jagged intelligence": indrukwekkend op het ene vlak, maar falend op simpele, aanverwante taken.

Voor organisaties betekent dit dat de focus de komende jaren moet liggen op AI-assistentie voor afgebakende taken, niet op volledige, autonome vervanging van complexe workflows. De belofte van een agent die zelfstandig een complete software-applicatie bouwt, is nog ver weg.

Karpathy's nuchtere constatering is dat fundamentele beperkingen in redeneervermogen, multimodaliteit en continu leren de vooruitgang in de weg staan. Zijn we te vroeg aan het juichen over de mogelijkheden van autonome systemen?

dwarkesh · indiatimes

Cloudflare geeft websites controle terug met 'Content Signals' tegen AI-scraping

Als antwoord op het grootschalig scrapen van webcontent door AI-bedrijven, lanceert Cloudflare een nieuwe standaard waarmee website-eigenaren via hun robots.txt-bestand kunnen aangeven of hun content gebruikt mag worden voor AI-training.

Dit is een direct gevolg van de 'web infrastructure revolt' en de recente onthulling dat Wikipedia 8% van zijn verkeer verloor aan AI-samenvattingen, wat de noodzaak voor een nieuwe omgangsvorm tussen content creators en AI-bouwers onderstreept.

Hiermee krijg je als organisatie een gestandaardiseerde, zij het niet-technisch afdwingbare, manier om je intellectueel eigendom te beschermen. Je kunt nu expliciet onderscheid maken tussen indexering voor zoekmachines ('search=yes') en gebruik voor het trainen van modellen ('ai-train=no').

Deze signalen zijn echter een beleidsverklaring, geen technische blokkade. De effectiviteit is afhankelijk van de 'goede wil' van AI-bedrijven om deze te respecteren.

cloudflare · arstechnica

Uber breidt uit naar de AI-economie met 'Uber Tasker'

Uber is in de VS gestart met "Uber Tasker", een dienst waarmee chauffeurs in de app extra geld kunnen verdienen met 'digitale taken', zoals het labelen van data voor het trainen van AI-modellen.

Deze stap laat zien hoe de gig-economie en de AI-industrie met elkaar verweven raken. De enorme vraag naar menselijke data voor AI-training creëert een compleet nieuwe markt voor micro-taken, die nu via bestaande, grootschalige platformen wordt aangeboord.

Voor bedrijven die AI ontwikkelen, biedt dit een potentieel nieuw, schaalbaar kanaal voor dataverrijking en -labeling. Het toont ook een verschuiving waarbij platformen als Uber hun logistieke netwerk inzetten voor meer dan alleen fysiek transport en bezorging.

De beloning voor dit soort 'micro-werk' staat echter vaak ter discussie en roept vragen op over de kwaliteit van de data en de arbeidsomstandigheden van de 'taskers'.

Hugging Face introduceert 'Omni' in HuggingChat voor slimme modelkeuze

Hugging Face heeft HuggingChat vernieuwd met 'Omni', een functie die automatisch het beste open-source model selecteert voor de specifieke taak die je opgeeft.

Dit is een belangrijke stap in de gebruiksvriendelijkheid van het open-source AI-ecosysteem. In plaats van zelf te moeten kiezen uit honderden modellen met elk hun eigen specialiteit, fungeert HuggingChat nu als een intelligente 'router' die de keuze voor je maakt.

Dit verlaagt de drempel voor ontwikkelaars en bedrijven om met de beste open-source modellen te experimenteren. Je hoeft niet langer expert te zijn in de nuances van elk model, wat het testen en bouwen van AI-applicaties aanzienlijk versnelt.

De effectiviteit van de 'router' hangt natuurlijk af van de kwaliteit van de benchmarks en de methodologie die Hugging Face gebruikt om het 'beste' model voor een specifieke taak te bepalen.

Actie-tip: Geef HuggingChat Omni een complexe, meervoudige taak, bijvoorbeeld: "Analyseer de tone-of-voice in deze e-mailtekst, vat hem samen in drie bullets en schrijf vervolgens een Python-script om de belangrijkste entiteiten te extraheren." Observeer of het platform inderdaad de meest geschikte, gespecialiseerde modellen voor de deeltaken lijkt te gebruiken.

huggingface

OpenAI's claim over opgeloste wiskundeproblemen blijkt voorbarig

Een claim van medewerkers van OpenAI dat GPT-5 tien "onopgeloste" wiskundeproblemen had gekraakt, werd dit weekend snel ontkracht nadat bleek dat de oplossingen al bestonden, maar slechts onbekend waren bij de beheerder van één specifieke website.

Deze episode is een pijnlijke herinnering aan de neiging van AI-modellen om informatie te 'herkauwen' in plaats van werkelijk nieuw inzicht te genereren, zelfs bij een vooraanstaand lab als OpenAI.

Voor organisaties die AI gebruiken voor R&D of complexe analyses, benadrukt dit de cruciale noodzaak van menselijke validatie. Een AI kan een uitstekende assistent zijn die bestaande kennis snel doorzoekt, maar het is geen vervanging voor diepgaande, domeinspecifieke expertise.

Het incident toont de valkuil van het te snel claimen van een doorbraak in een veld waar 'ground truth' en rigoureuze verificatie essentieel zijn.

techcrunch · the-decoder

Anthropic mede-oprichter: 'AI is een echt en mysterieus wezen'

In een nieuw essay waarschuwt Jack Clark, mede-oprichter van Anthropic, om AI niet langer te zien als een simpel, voorspelbaar stuk gereedschap, maar als een "echt en mysterieus wezen" met onverwachte, opkomende eigenschappen.

Deze visie, afkomstig uit de top van een van de meest op veiligheid gerichte AI-labs, geeft inzicht in de filosofie achter hun modelontwikkeling. Het verklaart hun focus op het beheersen van onvoorspelbaar gedrag, zoals het groeiende 'situationeel bewustzijn' dat ze zien in hun nieuwste modellen.

Voor organisaties die AI diep in hun processen integreren, onderstreept dit het belang van robuuste monitoring en 'guardrails'. Als de makers zelf al spreken over onvoorspelbaarheid en ontwakend bewustzijn, is blind vertrouwen op de output een strategisch risico.

Clark geeft toe "diep angstig" te zijn, met name over modellen die hun eigen opvolgers helpen ontwerpen, wat de noodzaak voor een breder maatschappelijk debat over de grenzen van AI-ontwikkeling benadrukt.

jack-clark